AI-agenten in het MKB: Wat Ze Écht Kunnen en Wat de AI Act van U Vraagt

Twee jaar geleden gebruikten MKB-bedrijven AI om teksten te schrijven en mails samen te vatten. Leuk, maar zelden bedrijfskritisch. Het gesprek is inmiddels verschoven naar AI-agenten: systemen die niet alleen antwoorden, maar zelfstandig een taak van begin tot eind afhandelen. Daarmee wordt het interessanter, en tegelijk een stuk serieuzer.

Want een systeem dat zelf handelingen uitvoert in uw administratie, uw voorraad of uw klantcommunicatie is geen speeltje meer. Het vraagt om andere keuzes bij de inrichting, en vanaf 2 augustus 2026 ook om aantoonbare afspraken op grond van de Europese AI-verordening. In dit artikel: wat werkt, wat niet, en wat u vóór die datum moet regelen.

Het verschil tussen een chatbot en een agent

Een chatbot krijgt een vraag en geeft tekst terug. Wat er daarna gebeurt, doet een mens.

Een agent krijgt een doel, mag zelf een aantal stappen bedenken, en heeft toegang tot systemen om die stappen ook echt uit te voeren. Een offerteaanvraag binnenkrijgen, de klant opzoeken in het CRM, de historische prijsafspraken ophalen, een conceptofferte klaarzetten en de accountmanager een melding sturen: dat is een agent. Hij leest, schrijft weg en zet acties uit.

Dat onderscheid is belangrijk, omdat het bepaalt waar het risico zit. Bij een chatbot is het ergste scenario een verkeerd antwoord. Bij een agent is het ergste scenario een verkeerde handeling in een echt systeem.

Waar het in de praktijk wél werkt

De toepassingen die bij MKB-bedrijven daadwerkelijk blijven draaien, hebben allemaal dezelfde kenmerken: een afgebakende taak, veel volume, en een duidelijke controlestap.

Binnenkomende post en mail sorteren

Een algemene info-mailbox met 80 berichten per dag: offerteaanvragen, facturen, sollicitaties, klachten, spam. Een agent leest mee, bepaalt het type, haalt de relevante gegevens eruit en zet het bericht in de juiste wachtrij of het juiste systeem. Dit levert direct tijdwinst op en de fouten zijn goedkoop, want een verkeerd gesorteerd bericht wordt alsnog door een mens gezien.

Documenten uitlezen

Pakbonnen, keuringsrapporten, inkoopfacturen, contracten van leveranciers. Waar vroeger een OCR-systeem stond dat op een vast sjabloon vertrouwde, kan een AI-model omgaan met tientallen verschillende opmaken. Voor bedrijven die van honderden leveranciers documenten binnenkrijgen, is dit vaak de snelst terugverdiende toepassing.

Interne kennis ontsluiten

Een monteur die op locatie wil weten hoe een specifiek type installatie is aangesloten, een medewerker die zoekt welke garantieafspraak met een klant is gemaakt. In plaats van zoeken in mappenstructuren stelt iemand een vraag en krijgt een antwoord met de bron erbij. Die bronvermelding is geen detail: zonder verwijzing naar het onderliggende document is het antwoord niet controleerbaar en dus niet bruikbaar.

Concepten voorbereiden, niet versturen

Offertes, opvolgmails, rapportages. De agent zet het klaar, een mens keurt goed. Dit is de veiligste vorm van AI-inzet en levert alsnog het grootste deel van de tijdwinst op, omdat het lege scherm het duurste deel van de taak is.

Waar het misgaat

De mislukte AI-projecten die wij tegenkomen bij MKB-bedrijven vallen bijna altijd in een van deze categorieën.

• De AI werd op rommelige data losgelaten. Een model dat put uit een gedeelde schijf met acht versies van hetzelfde prijsblad geeft acht antwoorden. Datakwaliteit is geen randvoorwaarde die u later oplost.
• Er was geen meetbaar doel. "Iets met AI doen" is geen opdracht. "De doorlooptijd van een offerteaanvraag van twee dagen naar twee uur brengen" wel.
• De agent mocht te veel te snel. Direct mails laten versturen naar klanten zonder controlestap eindigt gegarandeerd een keer pijnlijk, en daarna vertrouwt niemand het systeem nog.
• Niemand was eigenaar. Een AI-toepassing die niemand bijhoudt, verslechtert stilletjes zodra processen of documenten veranderen.
• De uitzonderingen werden vergeten. Een agent die 85 procent van de gevallen goed doet is prachtig, maar alleen als iemand heeft nagedacht over wat er met de andere 15 procent gebeurt.

De AI Act: wat gaat er per augustus 2026 gelden?

Veel ondernemers denken dat de Europese AI-verordening alleen gaat over bedrijven die zelf AI-modellen bouwen. Dat klopt niet. Zodra u AI-systemen inzet in een professionele context, bent u wat de verordening een gebruiksverantwoordelijke noemt, en dan gelden er zelfstandige verplichtingen. Ook als u alleen een standaardtool afneemt.

Per 2 augustus 2026 wordt een groot deel van de verordening van toepassing, waaronder de transparantieregels en de eisen rond hoog-risico toepassingen. Voor het gemiddelde MKB-bedrijf is de lat lager dan het klinkt, maar niet nul. En vier maanden is korter dan het lijkt zodra u merkt dat niemand weet welke tools er precies in omloop zijn.

Het basispakket voor de meeste MKB-bedrijven

• Een AI-register. Een overzicht van welke AI-tools binnen uw bedrijf worden gebruikt, waarvoor, van welke leverancier, en welke gegevens erin gaan. In de praktijk staat hier vaker iets op dan de directie verwacht, want medewerkers nemen zelf tools in gebruik.
• Beleid en afspraken. Een intern document dat vastlegt wat wel en niet mag: welke gegevens mogen in een AI-tool, wie mag wat inzetten, en wanneer een mens moet kijken voordat er iets naar buiten gaat.
• Aantoonbare basiskennis bij medewerkers. Mensen die met AI werken, moeten weten wat de beperkingen zijn. Een uur uitleg met een deelnemerslijst is hier al een groot verschil met niets.
• Transparantie richting klanten. Praat een klant met een AI-systeem, dan moet dat duidelijk zijn. Gebruikt u realistisch AI-gegenereerd beeld of geluid in uw uitingen, dan hoort daar een vermelding bij.

Wanneer wordt het zwaarder?

De strengere hoog-risico categorie raakt MKB-bedrijven vooral op één plek: personeelsselectie. Zet u AI in bij het voorselecteren van sollicitanten of bij beoordelingen en promoties, dan zit u in een categorie met aanzienlijk meer verplichtingen rond documentatie, menselijk toezicht en het informeren van betrokkenen. Hetzelfde geldt voor toepassingen rond kredietwaardigheid en toegang tot essentiële diensten.

Ons advies is nuchter: houd AI weg bij beslissingen over mensen, tenzij u bereid bent het bijbehorende dossier op te bouwen. Bij de operationele toepassingen, waar de meeste winst zit, blijft de last beperkt.

Praktijkvoorbeeld: groothandel met 4.000 artikelen

Een technische groothandel kreeg dagelijks tussen de 40 en 60 offerteaanvragen binnen per mail, vaak als foto van een handgeschreven lijst of als losse Excel van de klant. Een binnendienstmedewerker was hier ruim vier uur per dag mee bezig: artikelen opzoeken, prijsafspraken controleren, offerte opbouwen.

De agent die we hebben ingericht leest de aanvraag, koppelt de omschrijvingen aan artikelnummers uit de eigen catalogus, haalt de klantspecifieke staffelprijzen op en zet een conceptofferte klaar. Regels waarbij het systeem twijfelt over de match worden apart gemarkeerd met de drie meest waarschijnlijke artikelen erbij.

De medewerker controleert en verstuurt. Waar dat eerder vier uur kostte, is het nu ongeveer vijftig minuten. Belangrijker nog: aanvragen die binnenkomen na vier uur 's middags gaan nu dezelfde dag de deur uit in plaats van de volgende ochtend, en dat scheelde meetbaar in de conversie.

Wat hierbij hoorde: het artikelbestand is eerst opgeschoond, de tool staat in het AI-register, en de agent mag niets zelfstandig versturen.

Hoe u verstandig begint

1. Kies één taak die veel voorkomt, saai is, en waarvan een fout niet meteen duur is.
2. Meet hoe lang die taak nu kost en hoe vaak hij misgaat. Zonder nulmeting kunt u achteraf niets aantonen.
3. Zorg dat de onderliggende gegevens kloppen voordat u iets bouwt.
4. Laat de agent eerst voorbereiden en een mens goedkeuren. Verruim pas als de cijfers dat rechtvaardigen.
5. Leg vast wat u gebruikt en welke afspraken gelden. Dat is meteen uw AI Act-huiswerk.

Conclusie

AI-agenten zijn voor MKB-bedrijven inmiddels bruikbaar, maar niet als losse tool die u erbij koopt. De winst zit in het combineren van een model met uw eigen gegevens en uw eigen processen, met een controlestap op de plek waar het ertoe doet.

En de AI Act is voor de meeste bedrijven geen blokkade, maar wel een reden om te weten wat er binnen uw organisatie eigenlijk al gebruikt wordt. Dat overzicht maken is een middag werk, en het is hoe dan ook nuttig.